商業(yè)數(shù)據(jù)流降維方法及其聚類算法研究.pdf

1、獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含本人為獲得浙江工商大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。簽名：日期：∞『f年／，月P日關(guān)于論文使用授權(quán)的說明本學(xué)位論文作者完全了解浙江工商大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定

2、：浙江工商大學(xué)有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱，可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文，并且本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。保密的學(xué)位論文在解密后也遵守此規(guī)定。簽名：導(dǎo)師簽日期：商業(yè)數(shù)據(jù)流降維方法及其聚類算法研究摘要20世紀(jì)末，數(shù)據(jù)流作為一種新的、更切合實(shí)際的數(shù)據(jù)模型廣泛出現(xiàn)在眾多商業(yè)領(lǐng)域。它們具有數(shù)據(jù)量大、可無限、漂

3、移特征、變化快、要求快速響應(yīng)、適合于線性掃描、隨機(jī)存取代價(jià)高等特點(diǎn)，且蘊(yùn)含著企業(yè)的運(yùn)行規(guī)律、管理要求、影響因素、變化趨勢等價(jià)值極高的信息，更能反映企業(yè)運(yùn)行、服務(wù)內(nèi)容、服務(wù)對象等動(dòng)態(tài)變化情況，但與此同時(shí)，這些具有多變性和無限性的數(shù)據(jù)流也給計(jì)算機(jī)帶來了存儲空間、計(jì)算速度和通信能力等方面的挑戰(zhàn)。盡管數(shù)據(jù)挖掘技術(shù)在挖掘靜態(tài)數(shù)據(jù)集方面已經(jīng)取得了很多成果，但將它擴(kuò)展到動(dòng)態(tài)數(shù)據(jù)流挖掘中，尤其是動(dòng)態(tài)商業(yè)數(shù)據(jù)流挖掘中仍具有很大的挑戰(zhàn)性。在動(dòng)態(tài)數(shù)據(jù)流環(huán)境中

4、，快速增長的數(shù)據(jù)集和數(shù)據(jù)維數(shù)的升高，導(dǎo)致現(xiàn)有針對小數(shù)據(jù)量及低維空間中的算法性能迅速下降，甚至低維空間中的距離、相似度度量將不復(fù)存在。本文采用滑動(dòng)窗口作為數(shù)據(jù)流統(tǒng)一管理模型，在此基礎(chǔ)上首先針對數(shù)據(jù)降維，從特征選擇和特征抽取兩方面對高維數(shù)據(jù)降維研究現(xiàn)狀進(jìn)行全面細(xì)致的綜述與分析，并分析了最新關(guān)于數(shù)據(jù)降維的六點(diǎn)研究趨勢。同時(shí)針對數(shù)據(jù)聚類，從傳統(tǒng)靜態(tài)和動(dòng)態(tài)數(shù)據(jù)流兩方面對聚類算法進(jìn)行了比較分析。接著在第二章對前人研究進(jìn)行綜述的基礎(chǔ)上提出了兩種數(shù)據(jù)降